Вести из индустрије: Спајања и аквизиције у глобалној индустрији полупроводника поново су у порасту

MCU+AI: неизбежан тренд

STMicroelectronics купује Deeplite, фокусирајући се на edge AI

У априлу ове године, STMicroelectronics (ST) је купио канадски стартап за вештачку интелигенцију Deeplite, што је привукло пажњу индустрије. Као што сви знамо, главни изазов са којим се суочавају модели дубоког учења у комерцијалној примени је њихова оперативна скала, захтеви процесора и интензитет потрошње енергије. Deeplite решава овај проблем пружањем аутоматизованог софтверског механизма за оптимизацију DNN (дубоких неуронских мрежа) модела, омогућавајући вештачкој интелигенцији да обавља рачунарство на рубу мреже на било ком уређају.

Основана 2017. године, компанија Deeplite је позната по свом решењу за edge AI, DeepSeek, фокусираном на оптимизацију, квантизацију и компресију AI модела. Њен иновативни оптимизатор Neutrino, вођен AI, може да компресује велике моделе дубоког учења на једну десетину њихове оригиналне величине, уз одржавање тачности веће од 98%. Захваљујући три кључне технологије - смањењу тежина (уклањању сувишних параметара), квантизацији (смањењу захтева за рачунском тачношћу) и разређивању (повећању удела тежина са нултом вредношћу), велики AI модели могу да раде брже, мање и енергетски ефикасније на edge уређајима. Апликације које су раније захтевале могућности cloud computing-а сада могу глатко да раде на edge уређајима као што су камере паметних телефона и индустријски сензори.

Диплајт је привукао велику пажњу у својим раним данима и Гартнер, Форбс, Инсајд АИ и АРМ АИ су га назвали водећим иноватором у области вештачке интелигенције. Ова аквизиција је уско повезана са стратешком трансформацијом компаније СТМикроелектроникс ка ивичној интелигенцији, која комбинује хардвер и софтвер на начин „двоструке спирале“. Диплајтова технологија оптимизације модела је дубоко интегрисана са микроконтролерима серије СТМикроелектроникс СТМ32 и наменским неуронским јединицама како би се подржала изградња комплетних вештачких интелигенцијских решења. На пример, у сценаријима паметне фабрике, камере опремљене чиповима СТМикроелектроникс могу директно да детектују дефекте без отпремања података у облак, а брзина одзива је повећана 40 пута.

С друге стране, Deeplite има светски тим инжењера алгоритама вештачке интелигенције, путем којих ће ST интегрисати више од 200 алата за развој вештачке интелигенције на рубу како би формирао јединствени развојни екосистем „библиотеке модела-оптимизатора-хардверске платформе“. Укратко, аквизиција Deeplite-а не само да комплетира последњи део ST-ове слагалице на нивоу софтвера вештачке интелигенције, већ и означава промену парадигме полупроводничке индустрије од „прављења чипова“ до „прављења мозгова“.

NXP купује компанију Кинара, произвођача неуронских процесора, како би репозиционирао паметну еџ платформу.

У фебруару ове године, NXP је објавио аквизицију америчког стартапа за вештачку интелигенцију Kinara за 307 милиона америчких долара у готовини. Kinara је основана 2013. године и првобитно се звала Core Viz, касније је преименована у Deep Vision, а 2022. године преименована у Kinara. Kinara-ин дискретни NPU (укључујући Ara-1 и Ara-2) предњачи у индустрији по перформансама и енергетској ефикасности, што га чини преферираним решењем за нове вештачке апликације вођене видом, гласом, гестовима и другим разним генеративним вештачким имплементацијама, а његова програмабилност осигурава да се може прилагодити еволуирајућим алгоритмима вештачке интелигенције.

Компанија NXP је саопштила да ће ова аквизиција комбиновати независни Кинарин NPU са сопственим портфолиом процесора, софтвера за повезивање и безбедност, што ће помоћи у обезбеђивању комплетне и скалабилне платформе за вештачку интелигенцију, од TinyML до генеративне вештачке интелигенције, како би се задовољиле брзо растуће потребе индустријског и аутомобилског тржишта за вештачком интелигенцијом. Ово ће помоћи у стварању нових система вођених вештачком интелигенцијом у индустријским и IoT областима, помоћи ће купцима да поједноставе сложеност, убрзају време пласмана на тржиште и побољшају техничке могућности у областима као што су паметни аутомобили, крећући се ка областима са високом додатом вредношћу.

Edge AI: Бојно поље за произвођаче микроконтролера

У области вештачке интелигенције дуго је постојало погрешно схватање да је „скала моћ“. Иако велики модели имају одличне перформансе, суочавају се са изазовима у стварном распоређивању – њихова висока потрошња енергије је супротна захтевима за малом тежином на страни периферије. Стручњаци из индустрије су више пута указивали на инхерентна ограничења сценарија примене великих модела: с једне стране, обука и покретање великих модела захтевају огромне рачунарске ресурсе; с друге стране, кључна подручја за промоцију индустријализације вештачке интелигенције су управо периферно рачунарство и терминални уређаји који су осетљивији на потрошњу енергије и латенцију.

Није тешко схватити да горе наведене аквизиције показују да се главно бојно поље микроконтролера (MCU) помера ка рачунарству на рубу мреже (edge ​​AI computing). Очекује се да ће до 2025. године 75% података бити обрађено на рубу мреже, што истиче огроман потенцијал тржишта микроконтролера са edge AI функцијом. Ово показује да потражња за рачунарством на рубу мреже (edge ​​AI computing) брзо расте, а MCU, као основна компонента уређаја на рубу мреже, играће кључну улогу у овом тренду.

У будућности, микроконтролери више неће бити ограничени на традиционалне контролне функције, већ ће постепено интегрисати могућности вештачке интелигенције и примењивати се на сценарије као што су препознавање слика, обрада гласа и предиктивно одржавање опреме. Микроконтролери са могућностима edge computing-а постаће важан носилац снаге edge computing-а са својом ниском потрошњом енергије, високом ефикасношћу и тренутним одзивом, пружајући јачу подршку паметним уређајима и системима.

Други велики произвођачи микроконтролера такође активно купују и конкуришу у овој области, као што је аквизиција компаније Reality AI од стране компаније Renesas Electronics, аквизиција шведске компаније Imagimob од стране компаније Infineon и лансирање софтвера за машинско учење eIQ и ланца алата за вештачку интелигенцију NANO од стране компаније NXP.

Може се закључити да ће edge AI постати кључно бојно поље за MCU у наредних неколико година.

Аутомобилска електроника: фокус капиталне конкуренције

У последње време, често се појављују спајања и аквизиције полупроводника везане за аутомобилске примене. Поред рачунарске снаге, еволуција аутомобилских погонских склопова, мрежних веза у возилима, аудио система у возилима и других технологија такође је покренула итерацију и ажурирање полупроводничке технологије, подстичући повезане компаније да допуне сопствени технолошки распоред кроз спајања и аквизиције.

Полупроводничка индустрија је типична технолошки интензивна и капитално интензивна индустрија. Гледајући уназад на протеклих неколико деценија, интеграција и спајања су постали неизбежан тренд у развоју индустрије.

Гиганти у области вештачке интелигенције често праве аквизиције у настојању да побољшају свој технолошки распоред и изграде предност свеобухватног стека „чип + систем + екосистем“. Произвођачи главних микроконтролера постепено се трансформишу ка edge AI, покушавајући да освоје тржиште паметних терминала са ниском потрошњом енергије и високом флексибилношћу. У аутомобилској области, рачунарство у возилима, аутономна вожња и међусобно повезивање података постали су кључна подручја капиталне конкуренције. Истовремено, индустрија електронских дефинисаних уређаја (EDA) прелази са пружања алата на изградњу екосистема. Гиганти интегришу IP и процесе дизајнирања и граде доминацију на тржишту кроз архитектуру „алат-архитектура-стандард“.

У овом таласу спајања и аквизиција, технолошка сарадња, ширење тржишта и доминација екосистема постали су основна логика. Компаније морају да уравнотеже краткорочну интеграцију и дугорочна истраживања и развој усред прилива капитала. С обзиром на технолошке баријере и капитално интензивну природу полупроводничке индустрије, ова трансформација није „пречица“ већ „маратон“ који захтева дугорочна улагања.